UserLeap получает еще $38 млн на отслеживание пользовательского опыта

UserLeap, платформа непрерывного исследования пользовательского опыта на основе искусственного интеллекта для продуктовых команд, объявила сегодня о привлечении 38 миллионов долларов в раунде Серии B. Компания заявляет, что направит средства на исследования и разработку продуктов и привлечение клиентов, а также на глобальную экспансию.

По данным Markets and Markets, рынок мониторинга пользовательского опыта уже достаточно велик и продолжает расти — ожидается, что его объем вырастет с 1.5 млрд долларов в 2019 году до 3.7 млрд долларов в 2023. Это может быть связано с тем, что каждый доллар, вложенный в пользовательский опыт, по оценкам, приносит прибыль в размере 100 долларов США, т.е. его ROI достигает 9,900%. Forrester Research сообщает, что удобный дизайн пользовательского интерфейса может повысить коэффициент конверсии клиентов на 400%.

Благодаря сочетанию контекстных «микроисследований», анализа текста на основе ИИ и более 75 шаблонов исследований, UserLeap помогает R&D командам понять свою аудиторию, улучшить продукт, построить дорожную карту и решить сложные бизнес-задачи. Кевин Мандич и Райан Глазго, соучредители компании, открыли ее в 2018 году, офис находится в Сан-Франциско.

До запуска UserLeap Глазго был одним из первых членов команды Weebly, которая была приобретена Square в 2018 году за 365 миллионов долларов, и Vurb, которую Snapchat приобрел в 2016 году за более чем 110 миллионов долларов. Глазго говорит, что работая в Weebly он осознал, насколько сложно в рамках agile разработки быстро получить ценную информацию о клиентах из пользовательской базы. Ему недоставало инструмента, который дал бы ему представление о пользовательском опыте — так появился UserLeap, которую он описывает как «все время работающую» исследовательскую платформу.

ИИ UserLeap анализирует отзывы в режиме реального времени, данные затем анализируются исследователями, которые стремятся выяснить, почему пользователи не совершают конверсию или что вызывает отток. Платформа собирает инсайты с помощью SDK для веб и iOS и Android приложений, с помощью микроисследований, зависящих от действия или бездействия пользователя или запускаемых вручную через дашборд. Микроопросы могут быть нацелены на определенные группы, а события могут быть импортированы из существующих аналитических инструментов.

«Машинное обучение UserLeap является ключом к тому, чтобы компании могли анализировать качественные данные в большом масштабе», — сказал Глазго. «Каждое созданное нами приложение с машинным обучением предназначено для повышения эффективности работы руководителей проектов и исследователей. Наш алгоритм тематической кластеризации автоматизирует процесс группировки ответов на опросы по темам, на которые можно воздействовать, — задача, которая может занять несколько часов или дней, если вручную сортировать их в электронной таблице. Наши приложения для оценки эмоционального отклика и извлечения тем предоставляют еще один способ преобразования качественных данных в количественные. Это позволяет нашим клиентам отслеживать тонкие тенденции в данных об опыте, что было невозможно до UserLeap».

Глазго говорит, что модели UserLeap обучаются на миллионах отдельных точек данных, которые постоянно настраиваются по мере поступления новых сведений. Наборы обучающих данных заполняются как из внешних, так и из внутренних источников, и Глазго утверждает, что эксперты-люди проверяют подмножество всех прогностических моделей, чтобы гарантировать высококачественный результат.

Среди клиентов UserLeap — Square, Opendoor и Dropbox. И несмотря на конкуренцию со стороны SurveyMonkey, TypeForm, UserZoom, Airkit и других, компания, которая выросла на 300% за первые пять месяцев 2021 года, утверждает, что ее платформа отслеживала более 500 миллионов посетителей, получила более 600,000 ответов и записала больше более 4 миллиардов событий.

В результате этого последнего раунда сбора средств общая сумма собранных UserLeap на сегодняшний день превысила 60 миллионов долларов.